O GPT-5 foi lançado ontem. 94,6% no AIME 2025. 74,9% no SWE-bench. À medida que nos aproximamos dos limites superiores desses benchmarks, eles desaparecem. O que torna o GPT-5 e a próxima geração de modelos revolucionários não é o seu conhecimento. É saber como agir. Para o GPT-5, isso acontece em dois níveis. Primeiro, decidir qual modelo usar. Mas segundo, e mais importante, através da chamada de ferramentas. Temos vivido numa era em que os LLMs dominaram a recuperação e reassemblagem de conhecimento. A pesquisa de consumidores e a codificação, as aplicações iniciais matadoras, são fundamentalmente desafios de recuperação de conhecimento. Ambos organizam informações existentes de novas maneiras. Subimos essas colinas e, como resultado, a concorrência é mais intensa do que nunca. Os modelos da Anthropic, OpenAI e Google estão convergindo para capacidades semelhantes. Modelos chineses e alternativas de código aberto continuam a se aproximar cada vez mais do estado da arte. Todos podem recuperar informações. Todos podem gerar texto. O novo eixo de competição? Chamada de ferramentas. A chamada de ferramentas transforma os LLMs de conselheiros em atores. Compensa duas fraquezas críticas dos modelos que modelos de linguagem puros não conseguem superar. Primeiro, orquestração de fluxo de trabalho. Os modelos se destacam em respostas de uma única vez, mas lutam com processos multi-etapas e com estado. As ferramentas permitem que eles gerenciem longos fluxos de trabalho, rastreando o progresso, lidando com erros, mantendo o contexto em dezenas de operações. Segundo, integração de sistemas. Os LLMs vivem em um mundo apenas de texto. As ferramentas permitem que eles interajam de forma previsível com sistemas externos, como bancos de dados, APIs e software empresarial, transformando linguagem natural em ações executáveis. No último mês, construí 58 ferramentas de IA diferentes. Processadores de e-mail. Integradores de CRM. Atualizadores do Notion. Assistentes de pesquisa. Cada ferramenta estende as capacidades do modelo para um novo domínio. A capacidade mais importante para a IA é selecionar a ferramenta certa de forma rápida e correta. Cada passo mal direcionado mata todo o fluxo de trabalho. Quando digo “leia este e-mail da Y Combinator e encontre todas as startups que não estão no CRM”, os LLMs modernos executam uma sequência complexa. Um comando em inglês substitui um fluxo de trabalho inteiro. E isso é apenas um simples. Ainda melhor, o modelo, devidamente configurado com as ferramentas certas, pode verificar seu próprio trabalho, garantindo que as tarefas foram concluídas a tempo. Este ciclo de auto-verificação cria confiabilidade em fluxos de trabalho que é difícil de alcançar de outra forma. Multiplique isso por centenas de funcionários. Milhares de fluxos de trabalho. Os ganhos de produtividade se acumulam exponencialmente. Os vencedores no futuro mundo da IA serão aqueles que forem mais sofisticados na orquestração de ferramentas e no roteamento das consultas certas. Todas as vezes. Uma vez que esses fluxos de trabalho se tornem previsíveis, é quando todos nós nos tornaremos gerentes de agentes.